7.3.1  平面投影方式很多，如UTM投影、Lambuda投影等，在我国一般比例尺大于或等于1：100000采用高斯-克吕格投影，比例尺小于1：100000采用正轴等角圆锥投影。

7.3.2  几何校正的目的是为了获得最佳的图像配准，以改正因不同因素引起的几何误差。对数学模型的要求是为了保证能获得高精度的成果。

7.3.3  控制点的数量选取是根据纠正公式来决定的。一般控制点数量N可按下式计算：

式中：n——多项式阶数。

7.3.4  像元是影像能够区分的最小单元，对于制作1：10000比例尺的地形图，纠正误差的要求是不大于图上的0.2mm。

7.3.5、7.3.6  遥感图像的镶嵌就是对若干幅互为邻接的遥感数字图像通过彼此间几何镶嵌、色调调整、去重叠等数字处理，镶合拼接成一幅统一的新数字图像。

    遥感图像镶嵌工作的进行主要是基于相邻图像的重叠区。无论是色调调整，还是几何镶嵌，都是将重叠区作为基准进行的。重叠区确定准确与否直接影响到镶嵌的结果。 

    色调调整是遥感图像数字镶嵌技术中的一个关键环节。不同时相或成像条件存在差异的图像，由于要镶嵌的图像辐射水平不一样，图像亮度的差异较大，若不进行色调调整，镶嵌在一起的几幅图像，即使几何位置配准很理想，由于色调各不相同，也不能很好地应用各个专业上。另外，成像时相和成像条件接近的图像，也会由于传感器的随机误差造成不同像幅的图像色调不一致，从而影响应用的效果。因此应进行色调调整这一工作。

    图像镶嵌的一个很重要的问题是在待镶嵌图像的重叠区内选择出一条曲线，按照这条曲线把图像拼接起来，待镶嵌图形按照这条曲线拼接后曲线两侧的亮度变化不显著或最小时，就认为找到了接缝线。

    如图2所示，假定现在要对左右两幅相邻图像A和B进行镶嵌，这两幅图像间存在一宽为L的重叠区域，要在重叠区内找出一接缝线。此时只要找出这条线在每一行的交点即可，为此可取一长度为d的一维窗口，让窗口在一行内逐点滑动，计算出每一点处A和B两幅图像在窗口内各个对应像元点的亮度值绝对差的和，最小的即为接缝线在这一行的位置，其计算公式为：

式中：gA(i，j0+j)、gB(i，j0+j)——图像A和B在重叠区(i，j0+j)处的亮度值；

      j0——窗口的左端点；

      i——窗口所在的图像行数。 

    满足上述条杵的点就是接缝点，所有接缝点的连线就是接缝线。

7.3.7～7.3.9  随着空间技术的发展，利用多种不同传感器获取可见光、红外、微波及其他电磁波的遥感影像数据与日俱增。这些数据在空间、时间、光谱等方面对于同一区域构成多源数据。单一传感器的影像数据通常不能提取足够的信息来完成某些应用。而对多传感器的数据进行融合，可以充分发挥各种传感器影像自身的特点，从而得到更多信息。下面介绍几种主要融合方法：

    1  HIS融合法：HIS融合法是将三个波段的低分辨率的数据通过HIS变换转换到HIS空间，同时将单波段高分辨率图像进行对比度拉伸以使其灰度的均值与方差和HIS空间中亮度分量图像一致，然后将拉伸过的高分辨率图像作：为新的亮度分量代入HIS反变换到原始空间中。这样获得的高分辨率彩色图像既具有较高空间分辨率，同时又具有与影像相同的色调和饱和度，有利于目视解译和计算机识别。

    2  KL变换融合法：KL变换融合法又称为主成分分析法。与HIS变换法类似，它将低分辨率的图像(三个波段或更多)作为输入分量进行主成分分析，而将高分辨率图像拉伸使其具有与第一主成分相同的均值和方差，然后用拉伸后的高分辨率影像代替主成分变换的第一分量进行逆变换。高空间分辨率数据与高光谱分辨率数据通过融合得到的新的数据包含了源图像的高分辨率和高光谱分辨率特征，保留了原图像的高频信息。这样，融合图像上目标细部特征更加清晰，光谱信息更加丰富。

    3  加法融合法：将高分辨率图像中的边缘信息提取出来，加入到低分辨率高光谱图像中。首先，通过高通滤波器提取高分辨率图像中的高频分量，然后将高通滤波结果加入到高光谱分辨率的图像中，形成高频特征信息突出的融合影像。 

7.3.10  地形纠正主要工作是建立测区DEM，并将其叠加到影像图上。有些地区有现成的DEM，但比例尺不一定和制作的影像图一致。因此就需要对地物、地貌等进行纠正完善，以使比例尺统一。